数据结构与算法——学习前言

 为什么要学习数据结构与算法？

就我本身而言，大学专业是数学与应用数学，大学四年基本飘过，做了3年数据分析，或者说分析都算不上，可以说是数据统计，现在在做java开发。实际现在在做的项目中，很少涉及到数据结构与算法，我们大多是利用现有的框架，类库，方法，然后翻译业务逻辑，实现业务功能，但是让我体会更深的是：能力强的业务员，实现的代码逻辑性更强，代码更简洁，在选择实现代码的类库上性能更优，可能这就是优秀的地方，想着如果不提升自己，可能即使过几年，自己的简历还只是项目经历的堆叠的话，我想大概会变成被淘汰的那批人吧，所以带着这样的初衷，来学习数据结构和算法。

数据结构和算法之间的关系？

数据结构和算法是相铺想成的，算法无法脱离数据结构，否则就是空谈

怎么去衡量数据结构与算法？

衡量数据结构与算法，就是想知道，这个算法的速度，资源消耗如何？这里就是复杂度分析。复杂度分析包括：时间复杂度，空间复杂度。

为什么要做复杂度分析？

           你可能会有些疑惑，我把代码跑一遍，通过统计、监控，就能得到算法执行的时间和占用内存的大小，这种方法叫做，事后统计法，确实能够得到算法的执行效率，但是具有局限性：

1. 受测试环境影响较大；测试环境中不同硬件，不同机器对测试结果影响较大
2. 受数据规模影响；

所以，我们需要一个不用具体的测试数据来测试，就可以粗略地估计算法执行效率的方法，这就是复杂度分析

      下篇文章主要讲大O复杂度分析法，以及基本的时间复杂度分析